123,123,123

內(nèi)容簡(jiǎn)介

　　作為帶領(lǐng)新一輪科技革命的重要技術(shù)之一，人工智能技術(shù)已被廣泛應(yīng)用于金融、醫(yī)療、安防、教育等多個(gè)領(lǐng)域，而且應(yīng)用場(chǎng)景也越來越豐富。在金融行業(yè)，人工智能技術(shù)已從過去只發(fā)揮支持作用，到如今成為行業(yè)重要的核心競(jìng)爭(zhēng)力之一。人工智能技術(shù)可以應(yīng)用于金融行業(yè)的方方面面：人工神經(jīng)網(wǎng)絡(luò)可用于預(yù)測(cè)宏觀經(jīng)濟(jì)指標(biāo)和金融市場(chǎng)的時(shí)間序列；遺傳算法可用于優(yōu)化股票市場(chǎng)擇時(shí)和投資組合創(chuàng)建；數(shù)據(jù)挖掘工具可用于信用風(fēng)險(xiǎn)評(píng)估；專家系統(tǒng)可以模擬專家解決問題的能力做出決策，并將其應(yīng)用于證券分析和公司評(píng)估等。目前，人工智能技術(shù)本身尚處于不斷發(fā)展的過程中，其在金融領(lǐng)域更大規(guī)模的應(yīng)用還會(huì)面臨很多障礙。但可以確定的是，未來隨著人工智能技術(shù)的進(jìn)一步發(fā)展和成熟，金融領(lǐng)域也將更智能化、人性化，并出現(xiàn)更多的革新和進(jìn)步。如何使用時(shí)間序列分析預(yù)測(cè)和交易不同的資產(chǎn)（包括衍生品、交易所交易基金、債務(wù)和權(quán)益工具）？人工智能如何應(yīng)用于宏觀經(jīng)濟(jì)學(xué)和微觀經(jīng)濟(jì)學(xué)？如何利用人工智能技術(shù)更好地理解和預(yù)測(cè)經(jīng)濟(jì)變量？如何進(jìn)行公司金融和信用分析，以及如何建立財(cái)務(wù)報(bào)表分析與各種金融場(chǎng)景影響的關(guān)系？如何進(jìn)行資產(chǎn)的配置與優(yōu)化？《金融AI算法：人工智能在金融領(lǐng)域的前沿應(yīng)用指南》匯集了人工智能領(lǐng)域和金融領(lǐng)域的部分新研究，以及大量人工智能/神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于金融市場(chǎng)、資產(chǎn)管理和其他金融領(lǐng)域的案例，展示了應(yīng)用人工智能技術(shù)來建模時(shí)間序列、提高政府決策能力、評(píng)估信用評(píng)級(jí)、選股和優(yōu)化投資組合的優(yōu)勢(shì)，為從業(yè)人員和研究人員提供了進(jìn)行深入分析的高度適用的工具和技術(shù)。

作者簡(jiǎn)介

　　克里斯蒂安·L. 迪尼博士是Acanto研究院的創(chuàng)始合伙人，負(fù)責(zé)全球風(fēng)險(xiǎn)和新產(chǎn)品。他是利物浦約翰摩爾大學(xué)銀行和金融學(xué)名譽(yù)教授。從1999年2月到2011年8月，他一直在利物浦約翰摩爾大學(xué)管理國(guó)際銀行、經(jīng)濟(jì)和金融中心工作。他擁有國(guó)際經(jīng)濟(jì)學(xué)碩士學(xué)位和高級(jí)研究文憑，以及巴黎大學(xué)經(jīng)濟(jì)學(xué)博士學(xué)位。彼得·W.米德爾頓博士擁有利物浦大學(xué)博士學(xué)位。他擁有資產(chǎn)管理方面的工作經(jīng)歷，發(fā)表了多篇關(guān)于商品價(jià)差預(yù)測(cè)和股票時(shí)間序列預(yù)測(cè)的文章。安德里亞斯·卡拉薩索普洛斯博士在克里斯蒂安·L. 迪尼教授的指導(dǎo)下，獲得了利物浦約翰摩爾大學(xué)的理學(xué)碩士和博士學(xué)位。他從事學(xué)術(shù)研究工作，曾在阿爾斯特大學(xué)、倫敦都市大學(xué)和東倫敦大學(xué)任教。目前，他是貝魯特美國(guó)大學(xué)副教授，在人工智能領(lǐng)域發(fā)表了30多篇文章，并出版了1本專著?？邓固苟≈Z斯·西奧菲拉托斯博士擁有希臘帕特拉斯大學(xué)理學(xué)碩士和博士學(xué)位。他的研究方向包括計(jì)算智能、金融時(shí)間序列預(yù)測(cè)和交易、生物信息學(xué)、數(shù)據(jù)挖掘和網(wǎng)絡(luò)技術(shù)。他在科學(xué)期刊上發(fā)表了27篇論文，在多部會(huì)議論文集中發(fā)表了30多篇文章。

圖書目錄

第一部分人工智能簡(jiǎn)介
第1章人工智能在金融領(lǐng)域的應(yīng)用概述
引言
專家系統(tǒng)在金融領(lǐng)域中的應(yīng)用
混合智能在金融中的應(yīng)用
總結(jié)
附錄
第二部分金融預(yù)測(cè)和交易
第2章交易富時(shí)100 指數(shù)：“自適應(yīng)”
建模和優(yōu)化技術(shù)
引言
文獻(xiàn)綜述
相關(guān)金融數(shù)據(jù)
提出的方法
實(shí)證分析
結(jié)論和未來的工作
第3章裂解價(jià)差的建模、預(yù)測(cè)和交易：一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的滑動(dòng)窗口方法
引言
文獻(xiàn)綜述
描述性統(tǒng)計(jì)
方法
實(shí)證結(jié)果
結(jié)束語和研究的局限性
附錄
第4章 GEPTrader：一種用基因表達(dá)式編程構(gòu)建交易策略的新工具
引言
文獻(xiàn)綜述
數(shù)據(jù)集
GEPTrader
實(shí)驗(yàn)結(jié)果
結(jié)論
第三部分經(jīng)濟(jì)
第5章商業(yè)智能助力經(jīng)濟(jì)決策
引言
文獻(xiàn)綜述
創(chuàng)建商業(yè)自動(dòng)化數(shù)據(jù)經(jīng)濟(jì)模型的方法
模型的實(shí)證結(jié)果
結(jié)論
第四部分信用風(fēng)險(xiǎn)與分析
第6章信用風(fēng)險(xiǎn)評(píng)估中基于數(shù)據(jù)挖掘應(yīng)用的自動(dòng)化文獻(xiàn)分析
引言
材料和方法
結(jié)論和分析
結(jié)論
第7章智能信用風(fēng)險(xiǎn)決策支持：架構(gòu)和實(shí)施
引言
文獻(xiàn)綜述
信用風(fēng)險(xiǎn)領(lǐng)域的決策支持與專家系統(tǒng)
結(jié)論
第8章人工智能在伊斯蘭債券評(píng)級(jí)預(yù)測(cè)中的應(yīng)用
引言
文獻(xiàn)綜述
數(shù)據(jù)與研究方法
結(jié)果與分析
結(jié)論
附錄1
附錄2
附錄3
第五部分投資組合管理、分析與優(yōu)化
第9 章不確定性下的多周期投資組合選擇：一種基于交互的方法
引言
模型
模擬結(jié)果
選擇的一致性
討論
結(jié)論
附錄：部分偽碼
第10章運(yùn)用多目標(biāo)遺傳算法應(yīng)對(duì)投資組合選擇中的模型風(fēng)險(xiǎn)
引言
投資組合優(yōu)化與現(xiàn)代投資組合理論
模型風(fēng)險(xiǎn)的概念
用于組合優(yōu)化的MOGA
投資組合的夏普比率誤差
股票預(yù)測(cè)模型
實(shí)驗(yàn)
實(shí)證結(jié)果與分析
結(jié)論
第11章線性回歸與模糊線性回歸：在共同基金經(jīng)理績(jī)效評(píng)估中有何區(qū)別
引言
方法論
數(shù)據(jù)集描述
實(shí)證應(yīng)用
結(jié)論與未來展望